Академический Документы
Профессиональный Документы
Культура Документы
Xi1 ,...,Xim
a i (pi1 ,...,pim )
ai
Например, пусть дано множество шаров, которые являются объектами оценки, и за-
дано следующие критерии, характеризующие эти шары (альтернативы):
Х1 – цвет шара {красный=1; желтый=2; зеленый=3};
Х2 – вес шара (г.);
Х3 – цена шара (грн.).
Соответственно значения показателей pij=Хj(аi) будут определены на следующих об-
ластях допустимых значений:
pi1 {1,2,3};
pi2 (0,+};
pi3 (0,+}.
8 12 2 4 11 1 3 4
11 1 3 4
10 2 7 5
Вариант 1. A A
9 6 5 3 9 6 5 3
10 2 7 5 8 12 2 4
8 10 5 4 10 1 3 4
10 1 3 4
9 6 7 5
Вариант 2. A A
9 6 5 3 9 6 5 3
9 6 7 5 8 10 5 4
Уров-
Уровни
ни пре-
пре- 60 60 50 60 60 75 70 80 60 50
пре-
тензий
тензий
С1 75 100 50 90 50 С1 80 70 70 80 60
С2 70 90 51 80 70 С2 85 100 50 55 60
С3 50 90 80 60 55 С3 100 70 53 90 90
С4 100 90 80 70 70 С4 70 100 52 100 90
С5 50 100 80 55 60 С5 100 75 100 90 70
С6 70 55 90 80 60 С6 90 80 65 70 53
С7 70 70 90 80 70 С7 75 100 50 50 52
С8 80 80 100 80 55 С8 80 90 54 53 80
С9 70 70 50 90 80 С9 50 70 53 52 55
С10 100 50 100 90 80 С10 90 80 52 100 90
С11 90 80 50 100 80 С11 89 100 80 50 100
С12 60 100 60 65 70 С12 75 50 55 90 70
Уровни Уровни
претенз 60 60 50 60 60 претенз 60 60 50 60 60
ий ий
Оценки Оценки
Код Код
Арх. Арх. МА
студента С++ ООП
ЭВМ
БД МАН студента С++ ООП БД
ЭВМ Н
С11 90 80 50 100 80 С5 100 75 100 90 70
С9 70 70 50 90 80 С11 89 100 80 50 100
С7 70 70 90 80 70 С1 80 70 70 80 60
С2 70 90 51 80 70 С6 90 80 65 70 53
С4 100 90 80 70 70 С8 80 90 54 53 80
С12 60 100 60 65 70 С3 100 70 53 90 90
С8 80 80 100 80 55 С10 90 80 52 100 90
С1 75 100 50 90 50 С2 85 100 50 55 60
С6 70 55 90 80 60 С7 75 100 50 50 52
С10 100 50 100 90 80 С12 75 50 55 90 70
С5 50 100 80 55 60 С4 70 100 52 100 90
С3 50 90 80 60 55 С9 50 70 53 52 55
ровать, редко сможет выдержать проверку на «приемлемость», но ввиду простоты своего осуществления такое
упорядочение, конечно, может быть введено.
j=1..m j 0, (2.1)
m
j1
j 1, (2.2)
X (a ) ,
j1
j j i (2.3)
Или формулируя в терминах точек пространства исходов и функции ценности.
Системы и методы принятия решений - 2014г.
Структуризация предпочтений и функции ценности. Тема 2.
Тогда задача ЛПР: выбрать точку m-мерного пространства исходов так, что бы мак-
симизировать скаляр функции ценности представленной в следующем виде:
m
(pi1 ,...,pim ) jpij , (2.4)
j1
x ij x min j
pij . (2.5)
x max j x min j
x max j x ij
p ij . (2.6)
x max j x min j
Таким образом (2.5) и (2.6) позволяют получить нормализованные значения показателей оцеки альтер-
натив по критериям.
В одной из классических книг по методам ППР, а именно, в книге американских математиков Р.Л. Ки-
ни и Х. Райфа "Принятие решений при многих критериях: предпочтения и замещения" (Москва, изд-во "Ра-
дио и связь", 1981) строго доказано, что линейная свертка корректна только тогда, когда все критерии попар-
но независимы по предпочтению.
Линейная свертка основана на неявном постулате: "низкая оценка хотя бы по одному критерию влечет
за собой низкое значение функции полезности".
В то же время данный метод должен использоваться только для задач удовлетворяющим следующему
предположению: "низкая оценка по одному критерию может быть компенсирована высокой оценкой по дру-
гому".
Например, для задачи сравнительной оценки некоторых "качеств" телевизоров будет некоренным так,
как изображения телевизора не может быть компенсировано улучшением качества его звука.
Иногда этот метод называют мультипликативная свертка (мультипликативная линейная сверт-
ка), тогда линейная свертка рассматривается как задача заданная выражениями (2.1) и (2.4).
Таким образом, необходим метод определения силы, с которой различные элементы одного уровня вли-
яют на элементы предшествующего уровня, чтобы можно было вычислять величину воздействий элементов
самого низкого уровня на общую цель.
Таким методом является «Метод Analytic Hierarchy Process» (АНР) – метод аналитической иерархии
или метод анализа иерархий (далее МАИ).
Этот метод позволяет определить «степень влияния», или приоритеты, элементов одного уровня отно-
сительно их важности для элемента следующего уровня.
Этапы процесса приятия решений с использованием МАИ, следующие:
1. Формулируется задача и осуществляеться ее постановка в общем плане (она может
быть частью большой системы или задачи, включающую другие действующие лица, их це-
ли и результаты).
2. Идентифицируются критерии, влияющие на задачу.
3. Строиться иерархия общих критериев, частных критериев, свойств альтернатив и
самих альтернатив.
5. Чтобы устранить неясность, тщательно определяем каждый элемент в иерархии.
6. Устанавливаем приоритеты первичных критериев относительно их воздействия на
общую цель, называемую фокусом.
7. Производиться однозначная формулировка вопроса для парных сравнений в каж-
дой матрице (обратите внимание на ориентацию каждого вопроса, например, стоимость
должна уменьшаться, а эффективность увеличиваться).
8. Устанавливаются приоритеты частных критериев относительно своих общих кри-
териев.
9. Вычисляются приоритеты (важность) с использованием расчетов собственных зна-
чений матриц попарных сравнений.
10. Рассчитывается значение агрегированной оценки каждой альтернативы.
11. На основе полученных оценок, принимается решение.
Пример использования МАИ в можете изучить в книгах:
Саати Т. Принятие решений. Метод анализа иерархий. (М.: Радио и связь, 1993. –
278 с.) – раздел «1.6. Пример иерархической композиции приоритетов», стр 29-31;
Таха, Хемди А. Введение в исследование операций (7-е издание. : Пер. с анг. – М. Из-
дательский дом «Вильямс», 2005 г. – 912 с.) – разделы 14.1. Принятие решений в условиях
определенности (стр. 449-556).
По соглашению сравнение силы всегда производится для действия или объекта, сто-
ящего в левом столбце, по отношению к действию или объекту, стоящему в верхней стро-
ке.
При сравнении элемента с самим собой имеем равную значительность, так что на пе-
ресечении строки A со столбцом A в позиции (А, А) заносим 1.
Заносим соответствующие обратные величины: 1, 1/3, ..., или 1/9 на пересечениях
столбца A и строки B, т. е. в позицию (В, A) для обратного сравнения B с A.
Для примера освещенности стульев в матрице для наших чисел имеется 16 полей. Четыре из них уже
определены, а именно те, что находятся на диагонали, (А, А), (В, В), (C, C), (D, D) и равны единице. Для
оставшихся после заполнения диагонали 12 чисел нужно провести шесть сравнений, поскольку остальные
шесть являются обратными сравнениями и их оценки должны быть обратными величинами к оценкам первых
шести.
Допустим, что человек, используя рекомендованную шкалу, вносит число 4 в позицию (В, С),
так как полагает, что интенсивность освещенности стула B по сравнению со стулом C находится
между слабой и сильной. Тогда в позицию (С, В) автоматически заносится обратная величина, т. е.
1/4, что не обязательно, но в общем случае рационально. После проведения оставшихся пяти суж-
дений, а также занесения их обратных величин, для всей матрицы получим имеем матрицу попар-
ных сравнений для четырех строк и четырех столбцов (матрица 4х4, таблица 2.5).
Таблица 2.5.
А B C D
A 1 5 6 7
B 1/5 1 4 6
C 1/6 1/4 1 4
D 1/7 1/6 1/4 1
А B C D
A 1,00 5,00 6,00 7,00
B 0,20 1,00 4,00 6,00
C 0,17 0,25 1,00 4,00
D 0,14 0,17 0,25 1,00
А B C D /37,18
A 1,00 5,00 6,00 7,00 19,00 0,5111
B 0,20 1,00 4,00 6,00 11,20 0,3013
C 0,17 0,25 1,00 4,00 5,42 0,1457
D 0,14 0,17 0,25 1,00 1,56 0,0419
37,18
Системы и методы принятия решений - 2014г.
Структуризация предпочтений и функции ценности. Тема 2.
А B C D
A 1,00 5,00 6,00 7,00
B 0,20 1,00 4,00 6,00
C 0,17 0,25 1,00 4,00
D 0,14 0,17 0,25 1,00
1,51 6,42 11,25 18,00
1/ 0,66 0,16 0,09 0,06 0,96
/0,96 0,69 0,16 0,09 0,06
3. Разделить элементы каждого столбца на сумму элементов этого столбца (т. е. нор-
мализовать столбец), затем сложить элементы каждой полученной строки и разделить эту
сумму на число элементов строки. Это – процесс усреднения по нормализованным столб-
цам.
Таблица 2.5.3.
А B C D /4
A 0,66 0,78 0,53 0,39 2,36 0,591
B 0,13 0,16 0,36 0,33 0,98 0,244
C 0,11 0,04 0,09 0,22 0,46 0,115
D 0,09 0,03 0,02 0,06 0,20 0,050
А B C D П 4
4
/6,20
A 1,00 5,00 6,00 7,00 210,00 3,81 0,61
B 0,20 1,00 4,00 6,00 4,80 1,48 0,24
C 0,17 0,25 1,00 4,00 0,17 0,64 0,10
D 0,14 0,17 0,25 1,00 0,01 0,28 0,04
6,20
Таблица 2.6.
А B C D П 4
wi= 4
/6,20 новый вектор vi vi/wi
A 1,00 5,00 6,00 7,00 210 3,81 0,61 2,74 4,462
B 0,20 1,00 4,00 6,00 4,80 1,48 0,24 1,04 4,367
C 0,17 0,25 1,00 4,00 0,17 0,64 0,10 0,44 4,311
D 0,14 0,17 0,25 1,00 0,01 0,28 0,04 0,20 4,421
17,561
max 4,390
Чем ближе max к значению k (числу объектов или видов действия в матрице), тем
более согласован результат.
В Национальной лаборатории Окриджа сгенерировали средние случайные индыксы для матриц поряд-
ка от 1 до 15 на базе 100 случайных выборок. Как и ожидалось, СИ увеличивались с увеличением порядка
матрицы. Так как величина выборки была только 100, наблюдались статистические флуктуации в индексе при
переходе от матрицы одного порядка к другому. Поэтому вычисления были повторены в школе Уортона для
величины случайной выборки 500 в матрицах порядка до 11х11, а далее использовались предыдущие резуль-
таты для k=12, 13, 14, 15.
В талице 2.7 расчетные данные по случайным индексам.
Таблица 2.7.
k,
порядок 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
матрицы
СИ 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59